1999 年，丹麦物理学家珀·巴克向一群神经科学家宣称，他只用了 10 分钟就确定了该领域哪里出了问题。他说，也许大脑并不像他们想象的那么复杂。他说，也许大脑的工作原理与简单的沙堆相同，其中各种大小的雪崩有助于保持整个系统的整体稳定——他将这一过程称为“自组织临界性”。
尽管其他领域的科学家非常喜欢直言不讳、自以为是的物理学家，但巴克大胆的想法——大脑有序的复杂性和思维能力来自神经元无序的电活动自发产生——并没有立即被接受。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻工作 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
但随着时间的推移，巴克的激进论点断断续续地发展成为一门合法的科学学科。现在，全世界约有 150 名科学家正在研究大脑中所谓的“临界”现象，仅在 2013 年就至少举办了三场相关的专题研讨会。再加上正在进行的创建专门研究此类研究的期刊的努力，您就拥有了一个从学科边界边缘走向主流的领域的所有特征。
在 20 世纪 80 年代，巴克首先想知道自然界中看到的精美秩序是如何从构成物质基本构件的无序粒子混合物中产生的。他在相变中找到了答案，相变是一种材料从一种物质相转变为另一种物质相的过程。这种变化可以是突然的，就像水蒸发成蒸汽一样，也可以是渐进的，就像材料变成超导一样。转变的确切时刻——当系统处于一种相和另一种相的中间时——被称为临界点，或者更通俗地说，被称为“引爆点”。
经典的相变需要所谓的精确调整：就水蒸发成蒸汽而言，只有当温度和压力恰到好处时，才能达到临界点。但巴克提出了一种方法，通过这种方法，系统中元素之间的简单局部相互作用可以自发地达到临界点——因此称为自组织临界性。
想象一下沙子从沙漏的顶部流到底部。沙子一粒一粒地积累。最终，不断增长的沙堆达到一个不稳定的点，下一个落下的沙粒可能会导致它雪崩式坍塌。当发生坍塌时，底部会变宽，沙子又开始堆积——直到沙堆再次达到临界点并崩溃。正是通过这一系列大小不等的雪崩，沙堆——一个由数百万个微小元素组成的复杂系统——才得以保持整体稳定。
虽然这些小的不稳定性自相矛盾地保持了沙堆的稳定，但一旦沙堆达到临界点，就无法确定下一粒沙子落下是会导致雪崩，还是仅仅是多大的雪崩。可以肯定的是，较小的雪崩会比大型雪崩更频繁地发生，遵循所谓的幂律。
巴克在1987 年的里程碑式论文中引入了自组织临界性——这是过去 30 年中被引用次数最多的物理学论文之一。巴克开始在他所看到的任何地方看到频繁的小型坍塌的稳定作用。他 1996 年的著作《自然是如何运作的》将这一概念扩展到简单的沙堆之外，扩展到其他复杂的系统：地震、金融市场、交通拥堵、生物进化、宇宙中星系的分布以及大脑。巴克的假设意味着，在大多数时候，大脑都在相变的边缘徘徊，在有序和无序之间徘徊。
大脑是一台非常复杂的机器。它的数百亿个神经元中的每一个都与数千个其他神经元相连，它们的相互作用产生了我们称之为“思考”的新兴过程。根据巴克的说法，脑细胞的电活动在平静期和雪崩之间来回切换——就像他沙堆中的沙粒一样——因此大脑总是处于临界点的岌岌可危的平衡状态。
更好地理解这些临界动力学可以阐明当大脑发生故障时会发生什么。自组织临界性也有望成为一个统一的理论框架。根据神经生理学家但丁·基亚尔沃的说法，目前大多数神经科学模型仅适用于单个实验；要复制其他实验的结果，科学家必须更改参数——调整系统——或完全使用不同的模型。
自组织临界性具有一定的直观吸引力。但一个好的科学理论必须不仅仅是优雅和美丽。巴克的观点受到了不少批评，部分原因是他的方法在许多人看来过于宽泛：他认为跨越学科界限并使用自组织临界性来连接森林火灾、麻疹和宇宙的大尺度结构动力学并没有什么奇怪的——通常在一次谈话中。他也不是一个拐弯抹角的人。他粗暴的个性并没有让他赢得批评者的喜爱，尽管加拿大多伦多大学理论物理研究所的物理学家李·斯莫林将此归咎于“孩子般的简单”，而不是傲慢。“他不会想到有任何其他方式存在，”斯莫林在巴克 2002 年去世后的纪念文章中写道。“科学是艰苦的，我们必须说出我们的想法。”
尽管如此，巴克的观点在少数志同道合的科学家中找到了肥沃的土壤。现任职于加利福尼亚大学洛杉矶分校和阿根廷国家科学技术研究委员会的基亚尔沃在 1990 年左右在布鲁克海文国家实验室遇到了巴克，并确信自组织临界性可以解释大脑活动。他也遇到了相当大的阻力。“我不得不忍受一些批评，因为我们没有足够的数据，”基亚尔沃说。美国国家心理健康研究所的神经科学家迪特马尔·普伦茨回忆说，当时由于缺乏实验证据，在神经科学领域获得研究自组织临界性的资助是不可能的。
然而，自 2003 年以来，显示大脑表现出临界关键特性的证据越来越多，从对皮质组织切片的检查和对个体神经元之间相互作用的脑电图 (EEG) 记录，到将计算机模型的预测与功能磁共振 (fMRI) 成像数据进行比较的大规模研究。“现在这个领域已经足够成熟，可以经受住任何公正的批评，”基亚尔沃说。
巴克的沙堆模型的第一个实证测试于 1992 年在奥斯陆大学物理系进行。物理学家将成堆的大米限制在玻璃板之间，并一次添加一粒米，用相机捕捉由此产生的雪崩动力学。他们发现，成堆的细长大米的行为很像巴克的简化模型。
最值得注意的是，较小的雪崩比大型雪崩更频繁，遵循预期的幂律分布。也就是说，如果在给定的时间范围内有 100 次只涉及 10 粒沙子的小雪崩，那么在同一时期将有 10 次涉及 100 粒沙子的雪崩，但只有一次涉及 1000 粒沙子的大雪崩。（地震及其余震中也观察到了相同的模式。如果某一年有 100 次在古腾堡-里氏震级上测量为 6.0 级的地震，那么将有 10 次 7.0 级地震和一次 8.0 级地震。）
十年后，普伦茨和一位同事，现在是印第安纳大学的生物物理学家约翰·贝格斯，观察到皮质切片中神经元电活动中相同的雪崩模式——这是大脑在临界状态下运行的第一个关键证据。“这是没有人相信大脑会做的事情，”普伦茨说。“令人惊讶的是，这正是发生的事情。”使用脑磁图 (MEG) 和基亚尔沃自己的工作将计算机模拟与大脑静息状态的 fMRI 成像数据进行比较的研究，此后进一步证实了大脑表现出这些关键的雪崩动力学。
但这或许并不令人惊讶。没有临界点就不会有相变，而没有相变，像巴克的沙堆或大脑这样的复杂系统就无法适应。普伦茨认为，这就是为什么雪崩现象只在临界状态下出现，这是系统在秩序和混乱之间完美平衡的“最佳点”。它们通常发生在大脑处于正常休息状态时。雪崩是一种复杂系统避免陷入两种极端情况之一的机制，即“相位锁定”。一种极端情况是秩序过多，例如在癫痫发作期间；元素之间的相互作用过于强烈和僵化，因此系统无法适应不断变化的情况。另一种极端情况是混乱过多；神经元之间的交流不够，或者在整个大脑中的互连不够广泛，因此信息无法有效地传播，并且系统再次无法适应。
印第安纳大学的认知神经科学家奥拉夫·斯波恩斯表示，一个在“无聊的随机性和无聊的规律性”之间徘徊的复杂系统，总体上出乎意料地稳定。他说，“无聊是不好的”，至少对于一个临界系统来说是这样。事实上，“如果你试图避免引发雪崩，那么最终当雪崩发生时，它很可能会非常巨大”，加州大学戴维斯分校的复杂系统科学家蕾莎·德索萨说道，她去年模拟了这样一个通用系统。“如果你一直引发雪崩，你就已经用完了所有的‘燃料’，所以就没有机会发生大型雪崩。”
德索萨的研究将这些动态应用于更好地理解电网中的停电情况。大脑也需要足够的秩序才能正常运作，但也需要足够的灵活性来适应不断变化的情况；否则，生物体将无法生存。这可能是大脑表现出自组织临界性的一个原因：它赋予了进化优势。“一个不处于临界状态的大脑，每分钟都会做完全相同的事情，或者，在另一个极端，它会如此混乱以至于无论情况如何都会做完全随机的事情，”奇亚尔沃说。“那是白痴的大脑。”
当大脑偏离临界状态时，信息就无法再有效地渗透到整个系统中。一项研究（尚未发表）检查了睡眠剥夺；受试者保持清醒36小时，然后在进行反应时间测试时，使用脑电图监测他们的大脑活动。受试者睡眠剥夺的时间越长，他们的大脑活动就越偏离临界平衡点，测试表现也就越差。
另一项研究收集了癫痫患者在癫痫发作期间的数据。脑电图记录显示，在癫痫发作中期，临界性的标志性雪崩现象消失了。神经元之间的同步性过强，然后，普伦茨说，“信息处理崩溃，人们失去意识，并且他们不记得发生了什么，直到他们恢复过来。”
奇亚尔沃设想自组织临界性可以为神经科学家提供一个更广泛、更基本的理论，就像物理学中发现的那样。他认为它可以用来模拟大脑的所有可能状态：清醒、睡眠、麻醉、癫痫发作以及在迷幻药物影响下等等。
随着神经科学深入到大数据领域，这一点尤为重要。最新的先进成像技术能够以前所未有的分辨率绘制突触图并监测大脑活动，随之而来的是数据集规模的爆炸式增长。数十亿美元的研究资金启动了人类连接组项目——旨在构建大脑中神经通路的“网络地图”——以及通过推进创新神经技术进行脑研究（BRAIN），致力于开发用于记录细胞信号的新技术工具。还有欧洲的人类大脑项目，致力于在超级计算机上模拟完整的人脑，以及中国的脑网络组项目，旨在整合从大脑复杂网络层次结构的每一层收集的数据。
但是，如果没有一个潜在的理论，就很难从数据中提取所有潜在的见解。“建立地图并对各个部分及其相互关系进行编目是很好的，只要你不要忽略这样一个事实：当你绘制的系统实际运作时，它是在一个集成的系统中并且是动态的，”斯波恩斯说。
奇亚尔沃说，“大脑的结构——谁与谁相连的精确地图——本身几乎是无关紧要的”，或者说，它是必要的，但不足以破译大脑中认知和行为是如何产生的。“相关的是动力学，”奇亚尔沃说。然后，他将大脑比作洛杉矶的街道地图，其中包含从私人车道到公共高速公路的各个尺度的所有连接的详细信息。该地图只告诉我们结构上的连接；它无助于预测交通如何沿着这些连接移动或在哪里（以及何时）可能形成交通拥堵。地图是静态的；交通是动态的。大脑的活动也是如此。奇亚尔沃说，在最近的工作中，研究人员已经证明交通动力学和大脑动力学都表现出临界性。
斯波恩斯强调，这种现象在大脑中可能有多么稳健还有待观察，他指出除了观察到大脑动力学中的幂律之外，还需要更多的证据。特别是，该理论仍然缺乏对临界性如何从神经生物学机制（局部和分布式回路中神经元的信号传导）产生的清晰描述。但他承认他支持该理论的成功。“这太有道理了，”他说。“如果要设计一个大脑，你可能希望混合使用临界性。但最终，这是一个经验问题。”
经量子杂志许可转载，量子杂志是西蒙斯基金会的一个编辑独立的部门，其使命是通过报道数学、物理和生命科学领域的研究进展和趋势来增进公众对科学的理解。